【Python】用 Python 处理 Excel 的 14 个常用操作

import pandas as pd
 
# 1. 读取 Excel 文件
df = pd.read_excel('example.xlsx')
 
# 2. 选择特定的列
selected_columns = df[['Column1', 'Column2']]
 
# 3. 选择特定的行
selected_rows = df[df['Column1'] > 10]
 
# 4. 过滤数据
filtered_data = df[df['Column1'].isin(['Value1', 'Value2'])]
 
# 5. 排序
sorted_data = df.sort_values(by='Column1', ascending=True)
 
# 6. 统计数据
statistics = df['Column1'].describe()
 
# 7. 分组统计
grouped = df.groupby('Column1')['Column2'].sum()
 
# 8. 合并数据
merged = pd.merge(df1, df2, on='Column1')
 
# 9. 删除重复数据
df_unique = df.drop_duplicates()
 
# 10. 替换值
df_replaced = df.replace({'Column1': {'OldValue': 'NewValue'}})
 
# 11. 数据的分割
split_data = df['Column1'].str.split(',', expand=True)
 
# 12. 数据的连接
joined_data = split_data.apply(lambda x: ', '.join(x), axis=1)
 
# 13. 数据的转置
transposed = df.transpose()
 
# 14. 将处理后的数据写入新的 Excel 文件
df_processed.to_excel('processed_example.xlsx', index=False)

这段代码展示了如何使用 pandas 库来处理 Excel 文件中的常见操作，包括读取文件、选择列和行、过滤数据、排序、统计、分组、合并、删除重复项、替换值、分割和连接数据，以及转置数据。最后，将处理后的数据写入新的 Excel 文件。